跳到正文

公司与模型

Google / Gemini 最新动态

Google 与 DeepMind 的 Gemini 模型、Veo 视频生成、前沿研究与各条产品线的 AI 更新。

18 条精选近 30 天 17 条共收录 49 条

更新

Google / Gemini的精选

10月31日周六第 1–18 条
  1. The Verge · AI77

    OpenAI、Google、Microsoft 与 Anthropic 联合支持网站退出 AI 抓取新标准

    OpenAI、Google、Microsoft 和 Anthropic 宣布将采用新的统一标准,允许出版商在 robots.txt 中配置共享策略 token,一次性退出多家厂商的 AI 数据抓取与训练。

    推荐理由:统一的策略 token 改变了出版商逐家配置防抓取规则的繁琐现状,为跨厂商规范 AI 训练数据获取提供了可迁移标准。

  2. The Decoder81

    Reddit CEO 称 Google 的 AI 模式不给任何人带来流量,警告全网面临搜索流量风险

    Reddit CEO Steve Huffman 透露平台 10 月每周失去超 100 万来自 Google 的搜索引流,并指出 Google 的 AI Overviews 与 AI 模式根本不向外部导流。

    推荐理由:Reddit 披露搜索导流因 AI 模式每周流失超百万并测试登录墙,展现了依赖搜索分发的网站面临的结构性风险。

10月30日周五
  1. The Verge · AI77

    Google Gemini 支持在对话中直接生成与编辑 Google Docs 及 PDF 文件

    Google Gemini 即日起面向全体用户上线文件编辑功能,支持在对话界面内直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown 等文件。PDF 预览与编辑同时支持网页端和移动端,其他文件格式目前仅限网页端;用户还可在全屏模式下高亮选中文本向 Gemini 提问或要求修改,例如将表格转换为图表。

    推荐理由:用户无需跳转到独立办公应用即可在对话界面直接微调文档与表格,减少了跨工具切换带来的工作流断点。

10月29日周四
  1. The Decoder79

    Google 开放 Android 开发支持第三方 AI 智能体并推出新 Gemini API

    Google 在 Android Dev Summit 上宣布为 Android Studio 推出自带智能体(BYOA)特性,允许开发者通过 Agent Client Protocol(ACP)直接调用 Claude、Codex 等 40 余种第三方编码智能体。

    推荐理由:材料梳理了 Android Studio 接入第三方智能体与端侧 MCP 架构的细节,展示了移动开发环境向多模型协作演进的具体路径。

10月28日周三
  1. Google DeepMind73

    Google DeepMind 发布实时交互世界模型 Genie 4

    Google DeepMind 发布新一代交互式世界模型 Genie 4,支持实时通过键鼠和自然语言指令生成并调整具备物理规律的仿真环境。该模型原生支持同步生成环境音效与角色交互对话,并引入 Gemini 模型作为引导 Agent 维持场景的多步推理与因果连贯性。

    推荐理由:该模型结合语言模型推理与实时像素生成,展示了如何通过自然语言与键控交互驱动高保真物理仿真与多模态环境生成。

10月24日周六
10月22日周四
  1. Google DeepMind63

    Google DeepMind 与 Google Research 发布森林类型地图 ForTy 2020

    Google DeepMind 与 Google Research 联合 WRI、IIASA 发布全球森林类型地图 ForTy 2020,按 10 米分辨率将每块土地归入原始林、自然再生林、人工种植林、商品林、树作物与农林复合、其他土地六类,并对齐欧盟零毁林法规的 2020 年基准。

    推荐理由:这张 10 米分辨率地图区分六类森林与土地利用,并提供 2017 至 2025 年逐年变化,可作为欧盟零毁林法规的核查参考。

  2. Google Research65

    Google Research 用 AI 辅助超声评估孕周,普通操作员盲扫结果接近专家水平

    Google Research 在 JAMA Network Open 发表研究,评估其孕周评估 AI 模型在“盲扫”超声下跨临床场景与硬件的泛化能力。

    推荐理由:论文给出了跨芝加哥和内罗毕两地、零本地优化条件下的误差对比,可以了解模型在真实诊所与便携探头上的泛化表现。

10月17日周六
  1. Google Research80

    Google Research 用三个项目让 AI 智能体接入真实湿实验室

    Google Research 发布研究博客,介绍用 VERID 框架和适配体、蛋白质设计两类闭环实验,把 AI 智能体从干实验(in-silico)设计推进到湿实验室执行。

    推荐理由:Google Research 用三个具体项目说明了智能体如何接入湿实验室的物理执行与闭环实验,其中包含多轮失败模式的分析。

10月15日周四
  1. Google Research76

    Google 发布文档审阅智能体系统 Deep Review

    Google 公开发布智能体 AI 系统 Deep Review,面向复杂技术文档提供反馈与技术核查,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。该系统由四阶段智能体流水线构成,包括文档分段、自适应预算分配、深度并行验证和全局综合与外部依据核查。

    推荐理由:官方公布了四阶段智能体流程与会议试点规模,可以据此判断自动审阅在投稿流程中的位置。

10月14日周三
  1. Google DeepMind77

    Google DeepMind 介绍 Gemini 4 Argon 的安全与责任开发

    Google DeepMind 开始广泛推送 Gemini 4 Argon,并同期扩大 Fairwind Program 的可信网络安全防御者范围。文中称 Argon 在网络安全测试中解出全部 12 个端到端模拟攻击场景(上一代为 5 个),并在生物、网络两类高风险领域启用新一代前沿防护。

    推荐理由:Google 披露 Gemini 4 Argon 在网络安全与生物领域的前沿能力及对应防护设计,可了解模型能力扩张时的安全取舍。

  2. Google DeepMind95

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,定价为每百万输入 token 2 美元、每百万输出 token 10 美元,缓存输入 token 享 95% 折扣。

    推荐理由:官方给出多领域实测与定价细节,可据此判断新模型在编码、科研和企业工作流中的具体位置。

10月8日周四
  1. Google Research60

    Google Research:AI 辅助带来更好产出,是否等于更好的专业能力?

    Google Research 在 11 家知识产权律所的 133 名律师中开展三个月现场实验,随机向其中三分之二的律师开放当时尚未发布的 Google Labs AI 专利撰写助手(现属 Gemini Notebook)。

    推荐理由:Google 团队通过三个月现场实验并配合去掉 AI 后的盲评,区分了 AI 带来的短期产出提升与长期专业判断的养成。

10月7日周三
  1. Google DeepMind72

    Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,这是一个可原生映射文本、图像、音频和视频到统一嵌入空间的多模态嵌入模型,基于 Gemma 4 架构,采用 Apache 2.0 许可,参数量 7.4 亿。

    推荐理由:EmbeddingGemma 2 把文本、图像、音频和视频嵌入统一到 7.4 亿参数的端侧模型,给出各模态参数拆分和内存占用,便于评估私有化检索方案。

10月1日周四
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,后续将面向开发者、企业和消费者推出,起步定价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由:原文给出了模型在编码迁移、网络安全和企业知识工作上的具体内部用例与基准成绩,并说明了分阶段开放的节奏。